故障检测综述

󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁

2008年󰀁3月

煤󰀁矿󰀁机󰀁械󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁CoalMineMachinery󰀁

Vol󰀂29No󰀂3Mar.2008

故障检测综述

王傲胜,曹小荣

(河南质量工程职业学院,河南平顶山467000)

摘要:故障检测和诊断已发展成为自动控制领域的一个主要研究领域,是一个交叉性的学科,涉及到了许多应用领域。对故障进行了分类,对故障检测研究方法进行了综述,展望了故障检测研究未来发展方向。

关键词:故障检测;自动控制;制造业

中图分类号:TP2;TP306󰀁文献标志码:A󰀁文章编号:1003󰀁0794(2008)03󰀁0010󰀁03

GeneralizationofFailureDetectioninManufacturing

WANGAo-sheng,CAOXiao-rong

(HenanQualityEngineeringProfessionCollege,Pingdingshan467000,China)

Abstract:Failuredetectionanddiagnosisarebecominganimportantresearchfieldinautocontrolfield.Itisacrosssubjectandcoversmanyfields.Thefailureswereclassified,theresearchmethodsweresummarizedoffailuredetectionandthefuturedevelopmentdirectionwasoutlooked.Keywords:failuredetection;autocontrol;manufacturing0󰀁前言

故障诊断及仪表检测技术的发展,促进以先进技术手段进行故障诊断技术、工业防爆技术、无损检测技术和智能网络监测管理系统等技术的迅速发展。将传统的事后维修变为故障预报,整机在线维修及事前损伤检测。在线工作状态的监测以及常规故障机理的综合分析研究,对故障进行事先诊断分析,为现代工业降低生产成本提供了重要途径。精确的诊断能帮助做出正确的决策,进行紧急地修复和抢救。

1󰀁故障的类别

现代自动控制,各种技术的使用使系统复杂,造成故障点增多,不同系统出现不同的故障,是系统复杂化故障检测与诊断困难化的主要原因。本文将故障分为以下5类:

(1)生产设备故障

现代生产中主要生产设备是机械设备,由于其系统复杂,工作环境恶劣,通常高负荷、长时间运行,因此系统常出现各种故障。传感技术、自动控制和计算机等技术的发展,将机械设备的状况转换为控制数据,并通过程控制技术实时反映系统状态。使生产设备传统的事后维修变为故障预报,整机在线维修及事前损伤检测成为可能。这类故障包括了已经确定运行规律和不确定规律的故障。

(2)传感器智能仪表故障

传感器通过将生产设备上量的变化转化为与之有确定关系(主要是电量)的量,进一步转换为反馈信息、控制数据等信息反映生产设备情况,通过反馈

󰀂控制生产设备。转换中传感器具有一定的不确定度。传感器在使用过程中受各种各样的因素影响:

首先传感器本身的稳定性影响,传感器在使用中由于自身的特点(应变、老化、内应力等)使传感器的输出量与输入量不对应,造成数据故障;传感器的使用还受外界环境(如温度、气压)等的影响,导致传感器的输入和输出特性变化,传感器电路的品质一定程度上决定了传感器的质量。由以上原因可以看出传感器故障主要是传感器所传输和转换后的量是否能够真正反映生产设备现状。

(3)总线故障

由于使用场合的不同,各大公司纷纷开发了适用于传统应用领域的多种现场总线。制造业将会有更多的具有多参数检测能力的现场总线仪表问世,会有更多的标准现场总线分线盒可供设计选择,低功耗仪表会得到很大的发展,以适应危险区域的要求。无论哪种现场总线,在使用中,均会受到生产环境干扰,参数匹配等影响造成传输故障。

(4)电路故障

生产设备需要的动力,控制线路、传感器等的信号往往需要经过电路转换进行放大、滤波和采样等进行处理,将传感所得的电信号转换为可测信号,或者通过模数转换装置转换为数字信号。在这些过程中电路愈来愈复杂,受到自身特性影响,具有不稳定性(温度特性和幅频特性),还会受外界因素影响导致电路受到干扰(电磁干扰和噪音),造成电路不稳定、损坏或者信号受干扰导致传输数据不能满足生产设备实际需要等造成电路故障。10󰀂󰀁第29卷第3期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁故障检测综述󰀂󰀂󰀂王傲胜,等󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁Vol󰀂29No󰀂3󰀁(5)计算机软硬件故障

环境干扰不仅影响检测系统硬件,而且对软件系统也会形成破坏。如造成系统的程序弹飞、进入死循环或死机状态使系统无法工作。外界干扰对智能仪表中的单片机系统产生干扰后,可能引起RAM程序计数器获得到总线上的数字信号发生错乱,CPU根据错误数据进行运算得到错误的操作数和结果,在没有任何纠错措施的情况下,这个错误会一直传递下去。CPU读取错误的地址码后,会造成程序运行偏离正常轨道引起程序失控。程序失控后有时可能又会回到正常运行状态,但已经造成一系列不良后果,造成数据误差、控制失灵、某些部件工作状态改变等。

2󰀁故障的检测与诊断

故障检测和诊断(FDD)已发展成为自动控制领域的一个主要研究领域,是一个交叉性的学科,涉及到了系统集成、控制工程、人工智能、应用数学和统计学以及各种应用领域。

(1)采用统计学理论

根据生产过程中采样数据并结合工业过程查找错误源,利用统计控制以及从现场数据中检测、判断异常采样点对工况进行监控。使用较多的故障诊断方法是贡献法,通过比较各变量对故障数据的贡献率分析异常变量,从而实现故障分离,并且基于这个原理通过比较统计各变量之间的关系,利用统计学原理对各故障原理进行分析处理,查找故障源。

(2)具体故障检测与处理

根据生产过程中设备(包括生产设备和检测设备)具体情况,对涉及具体问题进行分析。由于设备的多样性,故障的复杂性,这一类解决方法具有具体性、单一性、专用性,涉及了工业控制系统的基本原理,涉及学科门类较多,具体技术实现比较复杂。

(3)基于信号分析技术

在机械设备的在线检测和自动控制等领域,突变信号的检测与识别是十分重要的。突变信号往往隐藏在背景噪声里,包含突变信号及噪声信号常常表现出非平稳性质,对此类信号的处理具有相当的难度。传统的分析适合于平稳信号,对出现的非平稳信号分析却无能为力。小波分析由于具有时频域局部化特性,并且时窗和频窗的宽度可调节,故可检测到突变信号。但是,在小波分析信号存在着小波基的选择问题,同一信号经过不同的小波基进行分析往往表现出不同的结果。信号的奇异点检测和消噪具有广泛的用途,小波变换由于其时-频局部化特征,非常适合故障信号的识别。小波分析对单一

󰀂故障源的检测很有效,但对多故障源却无能为力。

(4)基于神经网络技术

多模态控制是一种基于控制对象的几个不同模态设计不同控制器的设计方法,为了产生合适的控制输入,不同的环境条件和故障模态的辨识是很重要的。系统要依靠被控对象与不同模态间的误差来确定,非线性系统的辨识是多模态控制系统的一个重要步骤。对此,神经网络是比较理想的工具,系统的动态信息就存储在网络中。

(5)基于模型建模

随着系统复杂性的增加,控制系统的可靠性问题变得越来越重要,故障检测和诊断作为提高控制系统可靠性的主要手段,受到了广泛的重视。目前最常用的方法是基于模型的解析冗余方法,其中基于线性模型的故障诊断已有了较成熟的结果,主要包括:等价空间法、检测滤波器法、参数估计法、奉献观测器法等。基于模型的故障检测方法依赖于系统的数学描述,但实际中很难获得精确的模型表示,不可避免地存在未建模动态,同时还存在测量噪声和外部扰动等不确定性。另一方面,实际系统通常是非线性系统,因而鲁棒及非线性故障检测与诊断受到了人们的日益重视。

(6)虚拟智能控制

在现代工业中,越来越多的系统需要进行周期性维护和故障检测,快速地对系统故障情况和故障部位进行诊断,对于提高系统设备的利用率具有重要的意义。但是许多故障需要检测的信号繁杂,进行检测的步骤要求精确,对检测提出了很高要求。将虚拟仪器技术和数据库技术相结合进行自动故障检测系统,利用仿人智能控制系统的对人的控制结构宏观模拟的基础上进一步研究,模拟人的控制行为,达到提高控制品质的目的。

(7) 多元逐步诊断理论!和 2种质量多元诊断理论!

张公绪教授的(SPD统计过程诊断)采用统计方法对统计过程所得的数据进行诊断分析,使用抽样的方法,运用控制图对测量结果进行分析,SPD是利用统计技术对过程中的各个阶段进行监控与诊断,从而达到缩短诊断异常的时间,以便迅速采取纠正措施、减少损失、降低成本、保证产品质量的目的。

(8)数据挖掘的方法

工业数据处理产生的大规模数据,应用大量的数据库,具备了事务数据库特点,具备有数据挖掘的基本要求,如何对该数据进行挖掘从而获得传统工业控制理论以外的知识。采用数据挖掘的方法解决11󰀂第29卷第3期

󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁

2008年󰀁3月

煤󰀁矿󰀁机󰀁械󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁CoalMineMachinery󰀁

Vol󰀂29No󰀂3Mar.2008

󰀁设计∀计算󰀁

基于动态优化设计方法振动筛设计的研究

张󰀁楠1,侯晓林2,闻邦椿1

(1.东北大学,沈阳110004;2.中冶京诚工程技术有限公司,北京100176)

摘要:利用动态优化设计方法对振动机械进行设计研究。基于拉格朗日法建立振动筛系统动力学模型,分析出了该系统的固有频率、主振型及系统的响应。利用Pro󰀁E建立三维模型以及与AutoCAD相互结合的计算法,计算出了振动筛系统的质量、转动惯量、筛体的质心及弹簧到质心的水平和垂直距离,基于动态特性理论和计算机软件编程求出了系统的固有频率、主振型和系统的响应。根据计算结果,提出合理的设计方案。

关键词:动态优化设计;动力学;振动筛;动态特性;系统响应

中图分类号:TH113.1;O325;O328󰀁文献标志码:A󰀁文章编号:1003󰀁0794(2008)03󰀁0012󰀁04

ZHANGNan1,HOUXiao-lin2,WENBang-chun1

(1.NortheastUniversity,Shenyang110004,China;2.CapitalEngineeringandResearchIncorporationLtd.,Beijing100176,China)

ResearchforDesignofVibrationScreenBasedonDynamic

OptimizationDesign

Abstract:Utilizingdynamicoptimizationdesigniscarriedoutuponvibrationmachinery.Basedonlagrangedy󰀁namicsmodelofvibrationmachinerysystemisestablished.Naturalfrequency,vibrationmodelandsystemicre󰀁sponseareworkedout.UtilizingPro󰀁E3Dmodelisestablished.CombiningPro󰀁EwithAutoCAD,mass,mo󰀁mentofinertia,centerofmassanduprightdistancefromspringtocenterofmassforvibrationscreenarefiguredout.Basedontheoryofdynamiccharacteristicandprogrammeforcomputersoftware,Naturalfrequency,vibrationmodelandsystemicresponsearefiguredout.Basedonresult,properdesignschemeisputforward.

Keywords:dynamicoptimizationcharacteristic;dynamics;vibrationscreen;dynamiccharacteristic;responseofsystem0󰀁引言

基于文献[1]提出的 动态优化设计、智能优化设计和可视化优化设计!的三化综合设计方法中的动态优化设计方法,对多自由度的振动机械系统进质量控制中自动控制故障诊断问题。在电学领域、计算机网络都有相关的数据挖掘进行故障诊断内容,还有一些研究成熟的软件,并且相当一部分研究与自动控制和过程诊断有相似之处,这些都可以作为故障检测数据挖掘方法实现的借鉴。3󰀁结语

本文讨论了制造业故障产生的机理以及目前故障检测技术研究手段,这方面一些研究成果已取得很大的成绩,并已被应用在一些制造业的故障检测中,具体方法有基于信号分析技术、基于神经网络技术和基于模型建模等。

对于故障检测,可以在下面一些方向上进行进一步地深入研究:在处理复杂故障时如何提高检测速度问题,故障检测过程中提供与用户交互的方法,将用户的领域结合在其中,通过对检测数据监控达到故障出现之前预警等。

󰀂行设计研究。动态优化设计是以动力学理论为基础,以系统运动学和动力学分析与计算为内容的设计方法。

本文以振动机械中的振动筛为例。确定该振动

参考文献:

[1]王学超.自动控制领域内应用现场总线若干问题探讨[J].石油化工自动化,2003(6):6-10.[2]王忠庆,马伯渊,穆国华.电子设备故障检测系统的研制[J].电子科技,2003(11):29-32.

[3]陈国金,梁军,刘育明.基于多元统计投影方法的过程监控技术研究[J].浙江大学学报(工学版),2004,12(38):1561-1565.

[4]蔡青,应启戛.EFPT一自动控制系统装置的应用与开发[J].仪器仪表学报,2003(8):148-149.

[5]王慧燕,诸静,孙希航.基于小波和矩的边缘特征提取及其在故障

监测中的应用[J].信息与控制,2003(6):281-284.

[6]陈岚萍,潘丰.基于多级模糊神经网络的故障诊断在化工生产过程中的应用[J].自动化与仪器仪表,2003(1):37-40.[7]宋立辉,姜兴渭.基于奇异值分解的故障检测技术及其应用[J].中国机械工程,2003,12(24):2090-2092.

作者简介:王傲胜(1972-),河南新野人,讲师,1997年毕业于中国计量学院,几何量计量测试专业,现任教于河南质量工程职业学院机电工程系,电子信箱:waosheng@126.com.

收稿日期:2007󰀁12󰀁10

12󰀂